Sciences à Cœur
© INRIA

Sciences à Coeur Sorbonne Universités - Saison 8

La donnée au service de la santé

Explorons ce nouveau paradigme pour la santé : la donnée permet d’étudier les croisements entre maladies rares et maladies fréquentes, mais aussi d’aller vers une nouvelle approche de la médecine grâce à la masse d’informations rendues « intelligentes et intelligibles ».
Dialogue entre une médecin généticienne et une informaticienne médicale !
 
Jeudi 12 mai à 18h (en report de la conférence annulée du 17 mars)

Avec Fanny Mochel, clinicienne neurologue à l'Institut du Cerveau et de la Moelle épinière (INSERM/CNRS/UPMC), et Jean Charlet, chercheur en informatique, spécialiste de la construction des ontologies en santé au LIMICS (INSERM/UPMC/UPN).


Rencontre animée par Fabienne Chauvière, journaliste scientifique.

Détails et inscriptions

Vidéo de la conférence

00:12 Introduction de la conférence par Fabienne Chauvière, journaliste scientifique
02:53 Présentation de Fanny Mochel, clinicienne neurologue (ICM – INSERM/CNRS/UPMC)
19:19 Présentation de Jean Charlet, chercheur en informatique au LIMICS (INSERM/UPMC/UPN)

Bilbiographie et sitographie

Fanny Mochel

Interviews :
recherche translationnelle, exemple d’une maladie rare -  la maladie de Huntington, sur le site de l'ICM
French American Innovation Days, autour de la médecine de précision, vidéo sur Youtube

Jean Charlet

Article du Monde "La communication entre les Dossiers Patient Informatisés: trouver de nouveaux modèles", 28/12/2010

Dossier à télécharger sur la revue de l'INSERM (Pdf, 788 Ko)

 

Thématique

1.    Le big data ou « données massives », qu’est-ce que c’est ?

  • MAYER-SCHÖNBERGER Viktor et Kenneth CUKIER, Big data: la révolution des données est en marche, traduit par H. DHIFALLAH, Paris, France, R. Laffont, 2014.
  • « Big data », Wikipédia, 2016,Version ID: 124209733.


2.    Les données au service de la recherche en santé

  • FORMATICSANTE, « Colloque TIC SANTE 2016 “ Le Big data au service de la qualité des soins” ».
  • SEBBAN Éric et Gilles BABINET, Santé connectée: demain, tous médecins??, Paris, France, Hermann, 2015.
  • F Conesa et Destin F, « Comment utiliser et valoriser les données dans un contexte Big Data – réflexion méthodologique sur les défis que soulève l’analyse statistique de données hétérogènes massives », Revue d’épidémiologie et de santé publique, 2015, vol. 63, p. 52.
  • R Thiébaut, Hejblum B, et Richert L, « L’analyse des «?Big Data?» en recherche clinique », Revue d’épidémiologie et de santé publique, février 2014, vol. 62, no 1, p. 1-4.

3.    Le génome humain décrypté

  • A Viari, « Big Data en biologie. », Médecine sciences?: M/S, décembre 2012, vol. 28, no 12, p. 1027?1028.
  • CYGLER Marine, « Les fulgurants progrès du séquençage », La Recherche, mars 2011, vol. 450, p. 64 (disponible BUPMC)

4.    Les données au service des soins

  • GINSBERG Jeremy, Matthew H. MOHEBBI, Rajan S. PATEL, Lynnette BRAMMER, Mark S. SMOLINSKI, et Larry BRILLIANT, « Detecting influenza epidemics using search engine query data », Nature, 19 février 2009, vol. 457, no 7232, p. 1012?1014.

5.    Donnée et éthique

  • BERANGER Jérôme, Les Big data et l’éthique: le cas de la datasphère médicale, London, Royaume-Uni de Grande-Bretagne et d’Irlande du Nord, ISTE editions, 2016.

Fanny Mochel

Marie-Christine Jaulent

Site du LIMICS

 

Articles
1.    Douali N, Csaba H, De Roo J, Papageorgiou EI, Jaulent MC. Diagnosis Support System based on clinical guidelines: comparison between Case-Based Fuzzy Cognitive Maps and Bayesian Networks. Comput Methods Programs Biomed. 2014 Jan;113(1):133-43.
2.    Declerck G, Hussain S, Daniel C, Yuksel M, Laleci GB, Twagirumukiza M, Jaulent MC. Bridging data models and terminologies to support adverse drug event reporting using EHR data. Methods Inf Med. 2015;54(1):24-31..
3.    Koutkias VG, Jaulent MC. Computational approaches for pharmacovigilance signal detection: toward integrated and semantically-enriched frameworks. Drug Saf. 2015 Mar;38(3):219-32.